Abstract

Il progetto si pone l’obiettivo di capire il modo in cui il virus ha impattato sui giovani della Val d’Elsa, indagando su diversi aspetti della loro vita: la percezione del futuro, la stabilità emotiva, psicologica e la fiducia nelle istituzioni.

L’analisi ha evidenziato forti ricadute della pandemia sui ragazzi e sulle ragazze, con alcuni bias e una profonda spaccatura di genere.

Durante la fase di progettazione e di analisi dei risultati è stato incluso uno psicologo come esperto del dominio per valutare e interpretare la complessità del fenomeno.

Dove nasce l’idea?

L’archetipo del progetto è stato realizzato durante la quarantena di marzo 2020, grazie ad alcuni sondaggi molto partecipati sul social network Instagram.

A chi mi sono rivolto?

Il focus del progetto comprende tutti i ragazzi e le ragazze tra i 19 ed i 30 anni in sei comuni della Val d’Elsa:

  • Poggibonsi
  • Colle Val d’Elsa
  • Certaldo
  • San Gimignano
  • Casole d’Elsa
  • Tavarnelle e Barberino Val d’Elsa

Secondo i dati Istat del 2019 la popolazione totale considerata è di circa 10.600 unità.

Come sono stati raccolti i dati?

Il dataset è stato ottenuto attraverso un’intervista anonima realizzata su Google Form nel mese di novembre 2020 e composta da 26 domande.

L’intervista è disponibile a questo link ed è stata strutturata in diverse sezioni:

  • domande demografiche
  • domande per chi lavora
  • domande per chi studia
  • domande generali
  • ambito psicologico
  • percezione del futuro
  • governance e diritti

Come è andata l’intervista?

Le risposte totali sono state 597, il 6% della popolazione totale considerata.

Seguendo la formula del campione per una popolazione di 10.600 unità, un margine di errore del 5% ed un livello di confidenza del 95% erano necessarie 327 risposte.

La versione finale del dataset è la seguente:

## # A tibble: 597 × 47
##    comune           genere  eta   livello_istruzio… occupazione paura_perdere_l…
##    <chr>            <chr>   <chr> <chr>             <chr>       <chr>           
##  1 Poggibonsi       Maschio 19-21 Diploma di scuol… Lavoro      No              
##  2 Poggibonsi       Maschio 22-24 Diploma di scuol… Studio      <NA>            
##  3 Poggibonsi       Maschio 22-24 Meno di un diplo… Lavoro      Sì              
##  4 Poggibonsi       Femmina 25-27 Laurea magistrale Studio      <NA>            
##  5 Poggibonsi       Maschio 22-24 Diploma di scuol… Studio      <NA>            
##  6 San Gimignano    Femmina 22-24 Laurea triennale  Studio      <NA>            
##  7 Colle Val d’Elsa Maschio 22-24 Diploma di scuol… Studio      <NA>            
##  8 Poggibonsi       Femmina 22-24 Laurea triennale  Studio      <NA>            
##  9 Poggibonsi       Maschio 22-24 Diploma di scuol… Studio      <NA>            
## 10 Poggibonsi       Femmina 25-27 Laurea magistrale Lavoro      No              
## # … with 587 more rows, and 41 more variables: smartworking <chr>,
## #   cambio_orario_lavorativo <chr>, diminuzione_reddito <chr>,
## #   dad_negativa_per_istruzione <chr>, studi_rallentati <chr>,
## #   cambio_occupazione <chr>, tipo_di_cambio <chr>, sodd_vita_prima <dbl>,
## #   sodd_vita_adesso <dbl>, solitudine_quarantena <chr>,
## #   attacchi_ansia_depressione <chr>, problemi_sonno <chr>,
## #   meno_produttivo <chr>, calo_concentrazione <chr>, paura <chr>, …

Distribuzione delle risposte alle domande demografiche

È possibile osservare la divisione in percentuale dei residenti (età 19-30) nei comuni e confrontarla con quella ottenuta dagli intervistati.

Alcuni comuni sono sovrarappresentati, come Poggibonsi e San Gimignano; altri sono sottorappresentati, come Colle e Certaldo. Questo è dovuto alla rete di conoscenze tramite cui l’intervista è stata diffusa.

La stessa spiegazione è alla base della maggior concentrazione degli intervistati nella fascia d’età 19-24 rispetto a quella 25-30.

Dal grafico si nota un forte bias rispetto all’età: il 75% degli intervistati ha fra 19 e 24 anni (contro il 49% della realtà). Gli intervistati appartenenti a questa fascia d’età costitusicono il 10% della popolazione reale considerata.

Occupazione e livello d’istruzione degli intervistati

L’occupazione degli intervistati segue l’andamento europeo. I più giovani studiano e chi si avvicina ai 30 anni lavora.

In Italia il 20% dei giovani fra 19 e 30 anni è un NEET (Not in Education, Employment or Training) mentre la media degli intervistati è molto bassa: soltanto l’1% del totale.

Il livello di istruzione generale segue un andamento regolare, con i più giovani diplomati o laureati alla trienalle e i più adulti distribuiti in modo omogeneo fra le varie categorie.

Analisi esplorativa

Quali sono state le risposte degli intervistati in base alle categorie demografiche di appartenenza?

Nelle prossime slide sono presentati sia alcuni indici sintetici per comprendere l’andamento medio delle risposte che i risultati più inaspettati con un’indagine approfondita.

L’impatto su chi lavora

8 intervistati su 10 hanno cominciato a lavorare da casa (smartworking), in linea con la media italiana e quella europea secondo l’Istat.

Rispetto al periodo prima della pandemia, 1 lavoratore su 6 (17%) ha perso definitivamente il proprio posto (media identica a quella europea).

Cosa succede a chi ha perso il lavoro?

Soltanto il 7% non cerca lavoro né studia (NEET), mentre il 37% ne è in cerca ed il 44% ha deciso di dedicarsi interamente allo studio perdendo lo status di studente-lavoratore.

Lavoratori vs lavoratrici

Le risposte alla domanda riguardo al timore di perdere il proprio posto di lavoro nei prossimi mesi ha aperto una spaccatura che caratterizza l’intera indagine. La variabile demografica che influenza maggiormente tali preoccupazioni è il genere degli intervistati.

L’80% dei ragazzi non ha paura di perdere il lavoro rispetto al 48% delle ragazze. Questo risultato ha portato ad un confronto di genere che ha coinvolto altri tre aspetti: cambiamenti dell’orario di lavoro, variazioni di reddito e la produttività lavorativa autovalutata.

Il grafico sottostante mostra la percentuale di risposte positive ai tre aspetti appena citati.

La pandemia ha avuto sulle donne un impatto significativamente maggiore rispetto agli uomini, a partire da una netta differenza sul lato economico: quasi 1 donna su 2 ha visto diminuire il proprio reddito.

È importante sottolineare due valutazioni sui risultati del grafico:

  1. Gli uomini tendono a sopravvalutare le proprie capacità al contrario delle donne che spesso si sottovalutano.
  2. La forte disparità, molto probabilmente, è dovuta anche a fattori non legati al lavoro, come l’aumento del lavoro domestico o di assistenza ai cari da parte delle donne (anche le più giovani), che influiscono in modo sproporzionato sulla produttività autovalutata.

Questo potrebbe indicare che le giovani donne sono più soggette a responsabilità che inducono stress all’interno della casa.

L’impatto su chi studia

L’effetto principale che la pandemia ha avuto sugli studenti e sulle studentesse è stata la nascita della DAD (didattica a distanza).

Il grafico mostra l’esito generale della domanda “Pensi che la DAD abbia avuto un’influenza negativa sulla tua istruzione?”, confermando un sentimento comune negativo riguardo alla didattica a distanza.

1 studente su 2 ritiene che la pandemia abbia rallentato il proprio percorso di studio.

Livello di soddisfazione della vita

Anche la differenza del livello di soddisfazione della vita prima e dopo la pandemia è molto indicativa, con una media che si aggirava intorno ad 8 punti su 10 prima del Covid-19, e che adesso ha una media di 5.5 punti, con una riduzione del 30%.

Percezione del futuro

Nonostante il periodo di crisi e di forte instabilità 7 intervistati su 10 (contro i 4 su 10 della media italiana) si sono mostrati ottimisti rispetto al loro futuro. Gli uomini si confermano più ottimisti (75% contro il 62% delle donne) e coloro che studiano o lavorano rispetto a chi si trova senza occupazione o ne è in cerca.

1 su 2 ritiene che nei prossimi 12 massimo 24 mesi potremo tornare alle modalità di vita pre-pandemia.

Preoccupazione a lungo termine

Sono state poste agli intervistati sette tematiche su cui esprimere una preoccupazione (da 1 a 5) per l’impatto a lungo termine della crisi Covid-19:

  1. benessere dei giovani;
  2. benessere degli anziani;
  3. debito pubblico;
  4. fake news e disinformazione;
  5. discriminazione di genere e razziale;
  6. accesso al mercato del lavoro;
  7. mobilità internazionale.

Il grafico generale non è molto esplicativo, le differenze più significative sono espresse applicando nuovamente un filtro rispetto al genere.

Ambito psicologico

La spaccatura di genere diventa ancora più netta considerando la stabilità emotiva e psicologica degli intervistati.

Sono state confrontate le risposte alle seguenti quattro domande:

  1. Hai avuto, in qualche modo, attacchi d’ansia o di depressione dall’inizio della pandemia?
  2. Hai avuto problemi legati al sonno durante la quarantena?
  3. Hai notato, in seguito alla quarantena, un calo della tua capacità di concentrazione?
  4. Ti sei mai sentito solo/a durante la quarantena legata alla prima o alla seconda ondata della pandemia?

Il grafico mostra la differenza delle percentuali di risposte positive ai quattro quesiti.

Anche in questo caso è importante tenere in considerazione che gli uomini, generalmente, tendono a negare di avere paura e a mostrarsi meno preoccupati di quanto lo siano in realtà.

Stabilità emotiva di chi studia e di chi lavora

Oltre alla differenza di genere ci sono alcuni aspetti che hanno toccato in modo diverso gli intervistati a seconda della loro occupazione.

La quarantena ha avuto un forte impatto sugli studenti e sui non lavoratori, privandoli di stimoli per applicarsi, e costringendo, invece, i lavoratori a mantenersi occupati.

Un sentimento comune è stata la solitudine provata a causa delle restrizioni per limitare la diffusione del virus, bloccando la vita sociale ed i rapporti con i coetanei.

Quali paure ha generato il virus?

La prima delle due domande aperte poste agli intervistati riguardava tutte quelle paure nate a seguito della diffusione della pandemia. In media una risposta è stata formulata con sette termini, i più frequenti sono stati:

Quali accoppiamenti di termini sono stati usati con maggior frequenza?

Differenze di genere nei termini usati

I termini usati con stessa frequenza da entrambi i sessi si aggirano intorno alla linea tratteggiata, la parole che hanno una cooridnata elevata per la variabile “Maschi” sono quelle più comuni nelle risposte dei ragazzi; viceversa, quelle con una coordinata elevata per la variabile “Femmine” sono più comuni nelle risposte delle ragazze.

Le variabili hanno una correlazione molto forte, quasi del 90%.

La nuvola concentrata sulla variabile “Maschi” può trarre in inganno: le parole presentate sono quelle più frequenti ed un’analisi più approfondita mostra che le ragazze hanno utilizzato un vocabolario più ampio rispetto a quello dei ragazzi.

Fiducia nei governi

Secondo un sondaggio realizzato dall’Eurofound i giovani europei continuano a fidarsi dell’UE (voto 5.2 su 10) più del loro governo nazionale (5.1). I giovani italiani si fidano molto di più del governo nazionale (5.4), rispetto all’Unione europea (4.7).

Cosa accade in Val d’Elsa?

Entrambi i governi non arrivano alla sufficienza in termini di fiducia, con quello europeo (5.7) leggermente avanti rispetto a quello nazionale (5.5).

Un fattore influente nella valutazione sui governi è l’occupazione degli intervistati: i NEET e coloro che hanno perso (o cercano) lavoro reputano l’operato dei governi molto deludente e complice del loro status.

Fake news e disinformazione

2 giovani su 3 affermano che il proprio diritto ad una corretta informazione sul Covid-19 è stato compromesso, quali sono state le cause a loro parere?

Sorprendentemente gli intervistati ritengono che i social network abbiano avuto un ruolo minore nella diffusione di fake news riguardo alla pandemia, perfino della stessa entità del governo nazionale. Le cause maggiori sono state accostate alla capacità dei cittadini stessi di informarsi e alla TV.

Secondo uno studio del Reuters Institute i social network rappresentano l’88% della disinformazione relativa alla pandemia.

Questo distacco fra convinzione e realtà riguardo all’origine della disinformazione mostra una grande fiducia dei giovani nei confronti dei social e sottolinea l’importanza della loro gestione e del controllo delle notizie che circolano sulle piattaforme.

Aiuto alla comunità

Le principali tendenze emerse tra gli aiuti forniti alla propria comunità (durante la crisi Covid-19) comprendono l’assunzione di responsabilità personale seguendo le regole di distanziamento e uso della mascherina, ed un supporto emotivo a familiari e amici.

Una minoranza di intervistati ha cercato di combattere la disinformazione sensibilizzando l’opinione pubblica su dove trovare fonti attendibili di informazioni sul virus ed ha partecipato attivamente a donazioni o volontariato.

Priorità governative

L’ultima domanda chiedeva di stabilire quali sarebbero le priorità degli intervistati se fossero a capo del proprio governo nazionale.

8 su 10 hanno affermato che le due principali emergenze da contrastare sono la crisi sanitaria e la protezione dei lavoratori e delle imprese, mettendo in secondo piano il sostegno all’entrata nel mondo del lavoro dei giovani stessi e la preoccupazione per l’ambiente.

Creazione della rete sociale (nuova parte)

Per sviluppare un grafo associato agli intervistati ed indagarne la natura è stata realizzata una funzione di similarità tra ogni partecipante:

  • la funzione assegna un punteggio a seconda del numero di risposte in comune per ciascuna coppia di rispondenti;
  • per ogni domanda binaria (sì/no) è stato assegnato 1 punto se la risposta era la stessa, 0 altrimenti;
  • per le domande che prevedono valori numerici interi (da 1 a 5 oppure da 1 a 10) è stato assegnato un punteggio che varia da 0 a 1 a seconda del valore assoluto della differenza fra le risposte della coppia considerata;
  • il punteggio finale è stato diviso per il numero totale di domande considerate, ottenendo un valore di similarità compreso fra 0 ed 1;
  • la funzione è stata applicata ad ogni coppia di rispondenti ottenendo una matrice di adiacenza pesata.

Una somiglianza indica un possibile legame fra due intervistati, un’analogia nel modo in cui la pandemia è stata vissuta e percepita.

Come sono distribuiti i valori di similarità ottenuti?

La normalità della curva (con code leggere) è confermata dal QQplot.

Struttura della rete

Rispetto al grafo completo composto dalla similarità di ogni nodo con il resto della rete, è stato deciso di considerare soltanto gli archi che hanno un peso maggiore rispetto alla media (0.8 contro 0.64); il numero degli archi rimanenti è pari al 3% del grafo completo (5.656 contro 177.906). Il numero di nodi è pari a quello degli intervistati (597).

Possiamo notare che la rete è disconnessa, il grado medio è pari a 19 e la distanza media è pari 2.9.

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    5.00   14.00   18.95   28.00   91.00

Le componenti connesse sono 34, di cui 32 composte da nodi singoli (isolati), una composta da 2 nodi e la principale composta da 563 nodi (94% del totale).

## 
##   1   2 563 
##  32   1   1

Poiché il grafo è pesato, è utile indagare anche l’indice della forza.

##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    4.15   11.54   15.68   23.23   75.45

La media si avvicina molto al valore del grado perché i pesi sono compresi fa 0.8 ed 1.

La distribuzione dei gradi e della forza è piuttosto simile.

Di tutti gli altri indici di centralità è stato analizzato soltanto quello di Bonacich poiché indici come closeness, betweenness, Katz, hubness e Page Rank non avevano significato all’interno di questa rete.

Il raggio spettrale della matrice è pari a 35, mentre il sommario dei valori di Bonacichh è il seguente:

##      Min.   1st Qu.    Median      Mean   3rd Qu.      Max. 
## 0.0000001 0.0144792 0.0730629 0.1445574 0.1955249 1.0000000

La distribuzione segue all’incirca lo stesso andamento del grado.

Le misure calcolate sono fortemene correlate.

##                grado     forza autovalore
## grado      1.0000000 0.9999681  0.9535091
## forza      0.9999681 1.0000000  0.9541327
## autovalore 0.9535091 0.9541327  1.0000000

L’intervistata con valore massimo di grado e forza è diversa rispetto a quella con valore massimo di Bonacich.

Rivelazione delle comunità e transitività

La rete ha un coefficiente di clustering globale pari a 0.29, ovvero c’è il 29% di probabilità che se un nodo è connesso a due nodi anche questi lo siano tra loro. Mentre ha un coefficiente di clustering locale pari a 0.32.

L’algoritmo di Louvain fornisce la soluzione migliore al problema dell’ottimizzazione della modularità (0.363) del grafo ottenuto con la matrice di adiacenza pesata delle similarità. Sono state individuate 40 comunità (a causa dei nodi isolati), ma le principali e più corpose sono quattro.

## 
##   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18  19  20 
## 144 130 108 103  49  17  12   2   1   1   1   1   1   1   1   1   1   1   1   1 
##  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  36  37  38  39  40 
##   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1   1

Come sono composte le comunità rispetto al genere?

## # A tibble: 8 × 4
## # Groups:   community [4]
##   community genere      n percentuale
##       <dbl> <chr>   <int>       <dbl>
## 1         1 Femmina    61          42
## 2         1 Maschio    83          58
## 3         2 Femmina    96          74
## 4         2 Maschio    34          26
## 5         3 Femmina    76          70
## 6         3 Maschio    32          30
## 7         4 Femmina    68          66
## 8         4 Maschio    35          34

Possiamo notare che la prima comunità è composta in maggior parte da ragazzi mentre le altre hanno una maggiore prevalenza di ragazze; questo può far supporre che la prima comunità rappresenti quella parte degli intervistati che ha risentito in maniera più lieve degli effetti della pandemia.

L’analisi delle altre tre comunità non ha riscontrato grandi divergenze nella composizione demografica né nella tipologia di risposte ed ha evidenziato la presenza di un sentimento comune di angoscia durante la quarantena e preoccupazione del futuro.

La quarta comunità è quella che più si avvicina alla percentuale delle risposte generali che ha una divisione del 60/40 tra femmine e maschi.

Divergenze fra comunità

Per mostrare la spaccatura tra le comunità è stato scelto di confrontare alcune risposte della prima comunità rispetto alla terza.

Tutti i grafici mostrano un andamento contrapposto fra la comunità 1 e la comunità 3, la prima formata dal gruppo di ragazzi che non sono molto preoccupati dell’impatto del virus nelle loro vite e nel loro futuro, la seconda, invece, composta dalle ragazze che temono e vivono una forte ricaduta della crisi Covid-19.

Confronto con i modelli di reti

Come visto in precedenza il grado medio della rete è pari a 19, la distribuzione dei gradi si avvicina ad una power-law e la distanza media fra i 597 nodi è pari a 2.9. A quale modello di rete somiglia la rete sociale creata con la matrice di similarità fra intervistati?

Grafo casuale con 597 nodi e probabilità pari a 0.03 (seguendo la formula d = (n-1)p):

## [1] "Transitività grafo casuale:"
## [1] 0.02845984
## [1] "Distanza media:"
## [1] 2.549453

Grafo piccolo mondo con 597 nodi e probabilità fissata a 0.1

## [1] "Transitività rete piccolo mondo:"
## [1] 0.4054642
## [1] "Distanza media:"
## [1] 2.345632

Grafo scale-free con 597 nodi:

## [1] "Transitività rete scale-free:"
## [1] 0.02923561
## [1] "Distanza media:"
## [1] 3.35589

Vediamo il confronto tra le ccdf del grado della rete sociale degli intervistati e quello della scale-free:

ccdf = function(d) {
  n = length(d)
  max = max(d)
  p = rep(0, max)
  for (i in 1:length(p)) {
    p[i] = length(d[d >= i]) / n
  } 
  return(p)
}

In conclusione vediamo il confronto fra le distribuzioni dei gradi delle quattro reti dove si dimostra che la rete sociale ha caratteristiche simili ad una rete scale-free.

Conclusioni

  • L’impatto della pandemia è stato molto profondo sui giovani della Val d’Elsa, toccando tutti gli aspetti principali delle loro vite.
  • Le differenze più significative sono emerse applicando alle risposte generali un filtro rispetto al genere.
  • Le ragazze si sono mostrate, in media, molto più preoccupate dei ragazzi sia nel modo in cui è stata vissuta la quarantena a livello psicologico, sia per la percezione incerta del loro futuro.
  • Per alcune tematiche si sono create delle spaccature anche fra studenti (più giovani) e lavoratori (più adulti), con i primi che hanno perso gli stimoli per applicarsi nello studio e hanno sofferto maggiormente il blocco totale della vita sociale; i secondi, invece, sono stati costretti dal loro impiego ad occupare le proprie giornate.
  • I giovani ripongono ancora molta fiducia nei social network e non hanno compreso che la quasi totalità delle fake news proviene proprio da lì.
  • Anche prima dell’inizio della crisi l’integrazione sociale ed economica dei giovani era a forte rischio. Adesso, a meno che non venga intrapresa un’azione urgente, è molto probabile che i giovani subiscano impatti gravi e duraturi della pandemia.
  • Ciò sottolinea le interconnessioni esistenti tra benessere mentale, successo scolastico e integrazione nel mercato del lavoro.

Se i ragazzi e le ragazze che hanno compilato l’intervista dovessero esprimere un messaggio di speranza e di incoraggiamento per gli altri, cosa direbbero?

C’è una luce in fondo al tunnel del Covid-19

Tutto passa e passerà anche questo virus, impegnandoci e facendo tutti del nostro meglio riusciremo a venirne fuori, ammaccati probabilmente, indebitati sicuramente ma più consapevoli di noi stessi e anche più forti.

Abbiate un sogno, spendete tutte le vostre energie nel perseguirlo e non abbiate rimpianti, in tal caso andrà veramente tutto bene, se credete in voi stessi anche gli altri lo faranno.

Sicuramente sarà un futuro duro ma siamo giovani, pieni di idee e con voglia di fare, troveremo il modo per andare avanti! Mai mollare!

“Torneremo a fare l’amore, vedrai. A guardarci dritti negli occhi” – Baustelle

Speriamo di tornare presto a fare festa tutti insieme, torneremo a sorridere insieme con un bicchiere di vino in mano e senza la dannata mascherina! Non vedo l’ora di abbracciare tutti!